Sentiment Analysis at SEPLN (TASS)-2019: Sentiment Analysis at Tweet Level Using Deep Learning
Abstract
本文描述了Sentiment Analysis at SEPLN (TASS)-2019这个任务的系统,这个任务包括对西班牙语tweet进行情感分析,这些tweet包含了使用不同西班牙语的方言。tweet比较短,在240个词之内并且语言已经告知,情感分析需要分成4类,Positive,Negative,Neutral,None。使用LSTM来完成这项任务。
Introduction
情绪分析(SA)是指使用自然语言处理(NLP)系统地识别、提取、量化、和研究情绪状态和主观信息。Sentiment Analysis at SEPLN (TASS)-2019的情绪分析是一项分类任务,需要根据情绪将西班牙语推文分为各类,Positive,Negative,Neutral,None。进一步可以分为两个子任务:
- 单语言任务
- 交叉语言任务
一些困难:tweet缺乏上下文,单词少于240,包含非正式语言,并包含多种语言。
使用双向LSTM。
Data
介绍一下数据集
Methodology
数据处理:数据清洗
把每条tweet转为one-hot向量
- 统计西班牙语中的消极、积极、中立的单词
- 统计英语中消极、积极、中立的单词
- tweet的主观得分
- tweet上问号,句号数
使用基于双向LSTM的方法和包含初始和正则组成的attention层来双向捕获上下文信息。
首先,手动特征向量与将处理的推文转换为单热编码后获得的特征向量相加。然后通过Embedding层,转换维128长度的向量,然后输入Batch Normalization层,维度变为10 X 128。接下来是一个包含128个单元的双向LSTM层,包含设置为0.4的dropout和regluar dropout。激活函数使用Sigmoid,接下来是一个64个单元的双向的CuDNN-LSTM层,最后经过softmax输出。
总结:没啥亮点,准确率还很低。。。。
Sentiment Analysis at SEPLN (TASS)-2019: Sentiment Analysis at Tweet Level Using Deep Learning相关推荐
- 论文解读:SentiPrompt: Sentiment Knowledge Enhanced Prompt-Tuning for Aspect-Based Sentiment Analysis
论文解读:SentiPrompt: Sentiment Knowledge Enhanced Prompt-Tuning for Aspect-Based Sentiment Analysis 简要信 ...
- 交通预测论文翻译:Deep Learning on Traffic Prediction: Methods,Analysis and Future Directions
原文链接:[2004.08555v3] Deep Learning on Traffic Prediction: Methods, Analysis and Future Directions (ar ...
- IDEA使用git提交代码时,点了commit之后卡死在performing code analysis部分,或者performing code analysis结束后没有进入下一步操作。
IDEA使用git提交代码时,点了commit之后卡死在performing code analysis部分,或者performing code analysis结束后没有进入下一步操作. 版权声明: ...
- 【基于深度学习的脑电图识别】应用篇:DEEP LEARNING APPROACHES FOR AUTOMATIC ANALYSIS OF EEGS
DEEP LEARNING APPROACHES FOR AUTOMATIC ANALYSIS OF EEGS 摘要: 数据: 时序信号的时序建模: 特征提取方法: 利用时空上下文建模: 1. 混合 ...
- A Survey on Deep Learning in Medical Image Analysis
A Survey on Deep Learning in Medical Image Analysis Abstract 深度学习算法特别是卷积神经网络已经快速成为分析医疗图像的一种方法.本文总结了与 ...
- Biological network analysis with deep learning(使用深度学习的生物网络分析)
Biological network analysis with deep learning(使用深度学习的生物网络分析)很少有关于生物网络的综述类论文,这是今年发在 Briefings in Bio ...
- 《Comprehensive Privacy Analysis of Deep Learning》补完以及Deepfool对抗样本构造算法
本文关于推理攻击领域关于深度学习的隐私性的全面分析<Comprehensive Privacy Analysis of Deep Learning>,以及介绍Deepfool对抗样本构造算 ...
- Hierarchical Roofline Performance Analysis for Deep Learning Applications
Roofline 模型是劳伦斯伯克利国家实验室在2008年提出的一个性能模型,后续很多工作亦出自该实验室.考虑到分层 Roofline 这一概念已在先前的 Hierarchical Roofline ...
- 主成分分析(principle component analysis)和因子分析(exploratory factor analysis)、主成分分析PCA和因子分析EFA的关系是什么?
主成分分析(principle component analysis)和因子分析(exploratory factor analysis).主成分分析PCA和因子分析EFA的关系是什么? 目录
最新文章
- python中的正则表达式语法_Python基础教程之正则表达式基本语法以及re模块
- 2021年USNews美国研究生院排名重磅出炉!!!
- 理解 Linux 的硬链接与软链接
- python turtle循环图案-Python绘图Turtle库详解
- python能做软件开发吗-python代码能做成软件吗
- 张旭升20162329 2006-2007-2 《Java程序设计》第一周学习总结
- 分布式系统基础-1、架构演进
- pku 1149 PIGS(最大流)
- 最新 Python 爬虫利器!
- java采购系统_java采购申请系统
- 【转】IDEA类和方法注释模板设置(非常详细)
- Java反射学习总结终(使用反射和注解模拟JUnit单元测试框架)
- 声音场景分类问题探讨
- 专注于win7官网,专注win7系统安装
- 第三方支付接口申请条件和流程
- Exception in thread main java.util.UnknownFormatConversionException: Conversion = ';'
- 海思3516开发记录-AAC音频解码
- 汇编-循环结构程序设计和子程序设计
- java springboot物业管理微信小程序源码
- TImage控件加载JGP图片
热门文章
- solr查询参数使用说明
- 【电脑知识】自学维修电脑
- 我的世界服务器插件制作器,我的世界插件制作详细图文教程 教你制作强大的CraftBukkit插件[转载]...
- 一款基于ffplay的视频播放器
- 每次开机都要输入计算机用户名,重装系统后开机要求输入帐号密码咋办?
- java代码使用ImageJ解析dicom文件成图片
- ims mis 还是_IMS核心构成与基本业务过程
- 操作系统期末复习题(超级全)
- 酒店使用服务器性能,酒店使用云服务器
- cocos2dx CrystalCraze 宝石消除游戏 解析(二)